在R中将连续范围更改为分类答案

【问题标题】：Changing Continuous Ranges to Categorical in R在R中将连续范围更改为分类
【发布时间】：2015-03-24 14:35:52
【问题描述】：

我试图将一些连续整数转换为分类范围，但发生了一些我不明白的事情。虽然我固定得到我想要的，但我仍然不明白为什么会这样。

变量是一些从0到12的整数，下面的代码将10,11,12从5+类别中移出。

py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==0]<-"0"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==1]<-"1"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==2]<-"2"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==3]<-"3"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==4]<-"4"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain>=5]<-"5+"
py2$Daily.Whole.Grain<-as.factor(py2$Daily.Whole.Grain)

但是当我更改转换顺序时，它包括10,11,12。

py2$Daily.Whole.Grain[py2$Daily.Whole.Grain>=5]<-"5+"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==0]<-"0"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==1]<-"1"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==2]<-"2"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==3]<-"3"
py2$Daily.Whole.Grain[py2$Daily.Whole.Grain==4]<-"4"

谁能解释一下，为什么它会留下两位数的整数？非常感谢。

【问题讨论】：

您将变量更改为character，您可以检查"10" > "5"，它将给出FALSE，因此没有10、11和12（但@ 987654336@ 将包括在内）。最好的办法是创建另一个变量而不是修改现有变量（您可以避免在 6 行中完成），或者如果您真的想修改变量，可以使用 as.integer
其实你可以通过py2$Daily.Whole.Grain[py2$Daily.Whole.Grain>=5]<-"5+"得到你想要的，因为其他值只是转换为字符

标签： r continuous categorical-data

【解决方案1】：

正如@CathG 提到的，问题是由于将列从numeric 类转换为character。这里可能是使用 cut 函数的更好解决方案，它会根据变量的切点为您提供因子：

py2 <- data.frame(Daily.Whole.Grain = 1:10)
py2$Daily.Whole.Grain1 <- cut(py2$Daily.Whole.Grain, 
    breaks = c(1:5, Inf), right = FALSE, labels = c(1:4, "5+"))
py2
   Daily.Whole.Grain Daily.Whole.Grain1
1                  1                  1
2                  2                  2
3                  3                  3
4                  4                  4
5                  5                 5+
6                  6                 5+
7                  7                 5+
8                  8                 5+
9                  9                 5+
10                10                 5+

【讨论】：

谢谢 Jeff，我不想使用 cut 函数，因为我想要更好的分类名称。 @CathG 的第二条评论真的帮助我理解发生了什么。谢谢你们。
不客气。您也可以将labels = c(1:4, "5+") 添加到cut 函数中以获得您想要的，但@CathG 的解决方案要短一些！（我已经编辑了我的答案以获得这个）。